質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Q&A

解決済

2回答

263閲覧

numpyでcsvファイルを読み込むと、"b'20080104'"のような文字列が出て、date型に変換できない

H.K2

総合スコア88

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

0グッド

0クリップ

投稿2019/05/05 17:21

前提・実現したいこと

SQLAlchemyを使って、日本の株式市場の銘柄のデータベースを作りたいと考えました。
まずは、オンメモリのSQLiteで作れないかと思い、
いろんなサイトのサンプルを使ってソースコードを描いていたのですが、日付の処理で,
エラーが出てしまい、先に進まなくなってしまいました。
非常に基礎的なことで詰まっているようで大変申し訳ないのですが、
ご教示いただけましたら幸甚に存じます。

発生している問題・エラーメッセージ

ValueError: time data "b'20080104'" does not match format '%Y%m%d'

該当のソースコード

Python3

1from numpy import genfromtxt 2from time import time 3from datetime import datetime 4from sqlalchemy import Column, Integer, Float, Date 5from sqlalchemy.ext.declarative import declarative_base 6from sqlalchemy import create_engine 7from sqlalchemy.orm import sessionmaker 8 9def Load_Data(file_name): 10 data = genfromtxt(file_name, delimiter=',', converters={0: lambda s: str(s)}) 11 print(data) 12 return data.tolist() 13 14Base = declarative_base() 15 16class Price_History(Base): 17 #Tell SQLAlchemy what the table name is and if there's any table-specific arguments it should know about 18 __tablename__ = 'Price_History' 19 __table_args__ = {'sqlite_autoincrement': True} 20 #tell SQLAlchemy the name of column and its attributes: 21 id = Column(Integer, primary_key=True, nullable=False) 22 date = Column(Date) 23 opn = Column(Float) 24 hi = Column(Float) 25 lo = Column(Float) 26 close = Column(Float) 27 vol = Column(Float) 28 29t = time() 30 31#Create the database 32engine = create_engine('sqlite:///:memory:') 33engine = create_engine('sqlite:///csv_test.db') 34Base.metadata.create_all(engine) 35 36#Create the session 37session = sessionmaker() 38session.configure(bind=engine) 39s = session() 40 41#try: 42file_name = "1328_test.csv" # sample CSV file used: http://www.google.com/finance/historical?q=NYSE%3AT&ei=W4ikVam8LYWjmAGjhoHACw&output=csv 43print(file_name) 44data = Load_Data(file_name) 45 46# print(data) 47 48for i in data: 49 50 print(type(i[0])) 51 print(i[0]) 52 record = Price_History(**{ 53 'date' : datetime.strptime(i[0], '%Y%m%d').date(), 54 'opn' : i[1], 55 'hi' : i[2], 56 'lo' : i[3], 57 'close' : i[4], 58 'vol' : i[5] 59 }) 60 print("date:{0}, open:{1}, vol:{2}".format(datetime.strptime(i[0], '%Y%m%d').date(), i[1], i[2])) 61 s.add(record) #Add all the records 62 63s.commit() #Attempt to commit all the records 64#except: 65# s.rollback() #Rollback the changes on error 66# print("rollback!") 67#finally: 68# s.close() #Close the connection 69print("Time elapsed: " + str(time() - t) + " s.") #0.091s

試したこと

'bについて調べてみたのですが、byte型として扱われている?ようなのですが、
これをpython3ではどういう風に扱うべきなのかがよくわかりませんでした。
(Pandasとかで読んでも、今までこういう形にならなかったので)

補足情報(FW/ツールのバージョンなど)

python3.6

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

ベストアンサー

genfromtxtのリファレンスをまず見てみるとなぜbytesとなるか書いてありました。

https://docs.scipy.org/doc/numpy/reference/generated/numpy.genfromtxt.html

encoding : str, optional

Encoding used to decode the inputfile. Does not apply when fname is a file object. The special value ‘bytes’ enables backward compatibility workarounds that ensure that you receive byte arrays when possible and passes latin1 encoded strings to converters. Override this value to receive unicode arrays and pass strings as input to converters. If set to None the system default is used. The default value is ‘bytes’.

New in version 1.14.0.

ということらしいので、このパラメータに'latin1'なり'utf8'なり適切なエンコーディングを指定するとbytesではなくstrとしてcsvファイルの中身を読み込んでくれるようです。

なお、本問題に直接関係ないですが、genfromtxtのデータ変換機能を使うなら、いっそのこと読み込んだと同時に望みのデータタイプ(datetime.date)に変換しておくのがよいのではないかとも感じました。そうしておくと後の処理で一々文字列から日付へ変換する手間が省けます。

以上からこんなふうにもできると思います。

Python

1... 2 3def Load_Data(file_name): 4 data = genfromtxt(file_name, delimiter=',', 5 converters={0: lambda s: datetime.strptime(s, '%Y%m%d').date()}, 6 encoding='latin1') # 入力データは全て半角英数文字と仮定 7 ... 8 9... 10 11for i in data: 12 # ここで一々i[0]を変換せずに済む 13 record = Price_History(date=i[0], opn=i[1], hi=i[2], lo=i[3], close=i[4], vol=i[5]) 14 # ここも変換不要なのでこんなふうにも書ける 15 print("date:{0}, open:{1}, vol:{2}".format(*i[:3]) 16 ... 17 18...

蛇足:

これまたご質問には関係ないですが、Price_Historyの引数パターンを見ると0~5要素目を全部使うので、こういう書き方もありかなと思いました。

Python

1columns = 'date', 'opn', 'hi', 'lo', 'close', 'vol' 2for row in data: 3 record = Price_History(**{col: val for col, val in zip(columns, row[:6])}) 4 ...

自分はdictの内包表記を比較的最近知りました。新しく知ったことはチャンスがあると嬉しがって使います。カラム名と値の組を一々インデックスを指定しながら書くよりはこんな書き方の方が少しだけミスが減るような気がします。

投稿2019/05/05 18:45

KSwordOfHaste

総合スコア18392

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

H.K2

2019/05/06 01:26

なるほど、確かに先に変換しておけば手間になりませんね。 ほかのご指摘についてもコードとしてシンプルになって 可読性が上がっているように思います。ありがとうございます! 読みやすさ、大事ですね!!
guest

0

lambda s: str(s)ではなくlambda s: s.decode()とでもしてみましょう。

この場合、strは「オブジェクトの文字列表現を得る」関数として働き、「bytesstrに変換する」役割を果たしません。

投稿2019/05/05 17:30

hayataka2049

総合スコア30933

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

H.K2

2019/05/06 01:09

ありがとうございますー。なるほど。。。 str()だけでは、bytes型を変換してくれないんですね。勉強になりました^^
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問